【发布时间】：2012-09-27 16:51:38
【问题描述】：
我试过环顾四周，但在进入 NLP 之前，我似乎无法找到关于我需要什么数学的答案。我希望在进入 NLP 之前打下坚实的数学基础。
根据我收集到的信息，主要是： 可能性， 一些统计数据， 离散数学
感谢您的宝贵时间。
【问题讨论】：
标签： nlp
【发布时间】：2012-09-27 16:51:38
【问题描述】：
与大多数领域一样，一旦深入了解，您就会发现“NLP”这个标题涵盖了相当广泛的子领域。数学要求差异很大，具体取决于您要完成的任务。因此，更详细地了解您的目标会有所帮助。
也就是说，我可以解决解析和我有一些经验的相关领域，并在其他几个方面提供非常通用的 cmets。
你会发现离散数学和自动机理论在任何计算机科学学科中都很有用，所以你不会出错。
一些 NLP 工作比计算机科学更接近语言学或心理学。因此，如果您感兴趣的话，一些语言学理论可能会有所帮助，以及统计假设检验的一些背景（您可能会在社会科学部门找到的那种应用统计，尽管越严格越好）。
对于形态学、标记、解析和相关领域，一些概率论很有帮助（就像考虑动态规划的经验一样，尽管那不是真正的数学背景）。如果您正在做任何涉及机器学习（这是 NLP 的大部分内容）的事情，了解一些线性代数会有所帮助。
也就是说，如果您的目标更加实用，您可以通过应用现有工具完成很多工作，而无需详细了解基础数学（它不需要任何线性代数来训练 SVM，如果您只需要分类器）。
【讨论】：
-
+1 表示最后一段。请记住，许多具有默认设置的分类器性能不佳，智能地调整参数需要了解分类器的工作原理。
为了理解，没有数学来模拟语言。 “模型”意味着函数将语言表达式映射到数字或实用程序。 “领悟”来自超越自然科学的表现和构图。
【讨论】：